خوشه بندی و مسیریابی در شبکه حسگر بی‌سیم توسط جستجوی فاخته چند هدفه و تئوری بازی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، واحد همدان، دانشگاه آزاد اسلامی، همدان، ایران

2 استادیار، گروه مهندسی کامپیوتر، واحد همدان، دانشگاه آزاد اسلامی، همدان، ایران

چکیده

انتخاب گره‌های سرخوشه مناسب و همچنین تعیین اندازه صحیح برای خوشه‌ها، دو مسئله اساسی در تضمین عملکرد شبکه‌های حسگر بی‌سیم مبتنی بر ساختار خوشه‌بندی می‌باشد. در این مقاله، یک الگوریتم مسیریابی و خوشه‌بندی در شبکه حسگر بی‌سیم ارائه شده است. الگوریتم خوشه‌بندی ارائه شده در این تحقیق از روش خوشه‌بندی نامتقارن استفاده می‌کند. بدین معنا که در ساختار خوشه‌بندی شبکه، اندازه هر خوشه ممکن است متفاوت از سایر خوشه‌ها باشد. این ساختار موجب می‌شود که با استفاده از خوشه‌هایی با شعاع کوچکتر بتوان مصرف انرژی در نواحی پرازدحام را کاهش داده و از طرفی با بکارگیری خوشه‌هایی با شعاع بزرگتر برای نواحی با ترافیک پایین؛ توان عملیاتی شبکه را افزایش داد. در روش پیشنهادی از الگوریتم جستجوی فاخته چندهدفه به منظور تعیین گره-های بهینه سرخوشه و همچنین تعیین شعاع بهینه برای هر خوشه استفاده شده است. پس از تعیین ساختار خوشه‌بندی شده شبکه، از یک الگوریتم مسیریابی مبتنی بر تئوری بازی به منظور تعیین مسیرهای بهینه جهت ارسال داده به سمت ایستگاه پایه استفاده شده است. عملکرد روش پیشنهادی در محیط شبیه سازی مورد ارزیابی قرار گرفته و کارایی آن با الگوریتم‌های پیشین مقایسه شده است. نتایج حاصل از شبیه‌سازی نشان می‌دهد که با استفاده از روش پیشنهادی می‌توان علاوه بر کاهش مصرف انرژی، از بروز ترافیک در سطح شبکه جلوگیری نموده و توزیع بار را بصورت کارآمدتری انجام داد.

کلیدواژه‌ها


Smiley face

[1]    W.Dargie, & C. Poellabauer, “Fundamentals of wireless sensor networks: theory and practice,” John Wiley & Sons Press, 2010.
[2]    D.Kandris, C. Nakas, D. Vomvas, & G. Koulouras, “Applications of wireless sensor networks: an up-to-date survey,” Applied System Innovation, Vol. 3, pp. 14-28, 2020.
[3]    U.M. Durairaj, & S. Selvaraj, “Two-level clustering and routing algorithms to prolong the lifetime of wind farm-based WSN,” IEEE Sensors Journal, Vol. 21, pp. 857-867, 2020.
[4]    V. Anand, & S. Pandey, “New approach of GA–PSO‐based clustering and routing in wireless sensor networks,” International Journal of Communication Systems, Vol. 33(16), pp. 45-71, 2020.
[5]    T. Bhowmik, & I. Banerjee, “An Improved PSOGSA for Clustering and Routing in WSNs,” Wireless Personal Communications, Vol. 117, pp. 431-459, 2021.
[6]    W.R. Heinzelman, A. Chandrakasan, & H. Balakrishnan, “Energy-efficient communication protocol for wireless microsensor networks,” In Proceedings of the 33rd annual Hawaii international conference on system sciences on IEEE, pp. 1-10, 2000.
[7]    A. Sharma, & K. Verma, “Layered Energy Balanced Unequal Clustering and Routing (LEBUCR) Protocol for Wireless Sensor Networks,” Adhoc & Sensor Wireless Networks, Vol. 46, pp. 1-17, 2020.
[8]    S. Lee, H. Choe, B. Park, Y. Song, & C. Kim, “LUCA: An energy-efficient unequal clustering algorithm using location information for wireless sensor networks,” Wireless Personal Communications, Vol. 56, pp. 715-731, 2011.
[9]    G. Gupta, & S. Jha. “Integrated clustering and routing protocol for wireless sensor networks using Cuckoo and Harmony Search based metaheuristic techniques,” Engineering Applications of Artificial Intelligence, Vol. 68, pp. 101-109, 2018.
[10]  A. Kaveh, & T. Bakhshpoori, “An efficient multi-objective cuckoo search algorithm for design optimization,” Advances in computational design, Vol. 1, pp. 87-103, 2016.
[11]  W. Wang, D. Wang, & Y. Jiang, “Energy efficient distributed compressed data gathering for sensor networks,” Ad Hoc Networks, Vol. 58, pp. 112-117, 2017.
دوره 10، شماره 3 - شماره پیاپی 39
شماره پیاپی 39، فصلنامه پاییز
دی 1401
صفحه 11-20
  • تاریخ دریافت: 16 شهریور 1400
  • تاریخ بازنگری: 14 مهر 1401
  • تاریخ پذیرش: 16 مهر 1401
  • تاریخ انتشار: 01 دی 1401